มิติ VC ของตัวแบบการถดถอย

ในชุดการเรียนรู้การบรรยายจากข้อมูลอาจารย์กล่าวว่ามิติ VC วัดความซับซ้อนของแบบจำลองว่ามีจุดแตกต่างกันอย่างไร ดังนั้นวิธีนี้ใช้งานได้ดีอย่างสมบูรณ์แบบสำหรับการจำแนกประเภทที่เราสามารถบอกได้ว่าไม่มีคะแนน N หากตัวแยกประเภทสามารถจำแนกคะแนน k ได้อย่างมีประสิทธิภาพการวัดขนาด VC จะเป็น K แต่ก็ไม่ชัดเจนสำหรับฉัน ?

จากองค์ประกอบของการเรียนรู้ทางสถิติหน้า 238:

จนถึงตอนนี้เราได้พูดถึงมิติ VC ของฟังก์ชันตัวบ่งชี้เท่านั้น แต่สิ่งนี้สามารถขยายไปยังฟังก์ชันที่มีคุณค่าจริง มิติ VC ของคลาสของฟังก์ชันที่มีมูลค่าจริงถูกกำหนดให้เป็นมิติ VC ของคลาสตัวบ่งชี้1 ( g ( x , α ) - β > 0 )โดยที่βรับค่าในช่วงของ ก.${g(x, \alpha)}$${\mathbb{1}(g(x, \alpha) − \beta > 0)}$$\beta$

หรือ (เล็กน้อย) โดยสังหรณ์ใจยิ่งขึ้นเมื่อต้องการค้นหามิติ VC ของคลาสของฟังก์ชันที่มีคุณค่าจริง ๆ เราสามารถค้นหามิติ VC ของคลาสของฟังก์ชันตัวบ่งชี้ที่สามารถเกิดขึ้นได้โดยการกำหนดระดับชั้นของฟังก์ชันมูลค่าจริง

ดูส่วนที่ 5.2 ของการเรียนรู้ทางสถิติ (Vapnik) สำหรับเคล็ดลับของตัวบ่งชี้การกำหนดค่าสถานะใหม่โดยใช้มาตรการ Lebesgue-Stieltjes AFAIK นี่คือการอ้างอิงเท่านั้นและชัดเจน คุณควรทราบแล้วว่าจะหาหนังสือเล่มนี้ได้ที่ไหน (และคนอื่น ๆ จาก Vapnik พวกเขาล้วนยอดเยี่ยม)